基于机器学习算法的土壤有机质 质量比估算

为快速高效地估测干旱、半干旱地区土壤有机质(soil organic matter, SOM)质量比,提出了一种结合竞争适应重加权法(CARS)和随机森林(RF)的估测模型.以内陆干旱区艾比湖流域为研究区,测定土壤高光谱反射率和SOM质量比,经预处理后,利用CARS对原始光谱(R)、一阶导数(R′)、吸光度(log(1/R))及吸光度一阶导数［log(1/R)］′4种光谱变量的可见-近红外光谱进行筛选,并结合RF算法,建立全谱段RF模型与CARS-RF模型.结果表明,基于CARS方法对光谱进行变量筛选后,得出4种光谱变量的优选变量集个数分别为35,26,34和121;在4种光谱变量中,R′和［log(1/R)］′的SOM估测模型精度较高,以［log(1/R)］′为基础数据获得的模型精度最高;CARS-RF模型精度优于全谱段RF模型,模型验证集决定系数(R²)、均方根误差(RMSE)、相对分析误差(RPD)分别为0.881,6.438 g/kg和2.177.该研究在预处理的基础上通过变量优选,应用较少的变量个数获得较高的估测精度,为干旱、半干旱区SOM高光谱估测提供了适宜高效的方法.     

基于改进入侵杂草算法优化的PID生物质废弃物发酵热能控制模式

生物质废弃物发酵系统是一个大时滞系统，针对生物质发酵系统中的热能控制存在波动大、振荡多和超调大的问题，提出基于改进入侵杂草算法优化的PID生物质废弃物发酵热能控制方法，运用改进入侵杂草算法对PID控制器的参数进行在线调整。算例仿真表明，所提方法能够快速、稳定且高精度地实现对生物质废弃物发酵系统的热能控制，为沼气制取提供了稳定的热能环境，实现了沼气的稳定供应。      

带有时间窗的秸秆回收路径模型及其算法研究

以秸秆回收机械的综合成本问题为研究目标,综合考虑秸秆回收机械路径和作业冲突的情况,利用信息化技术精准指导秸秆回收,构建了多机械无重复的带有时间窗的秸秆回收路径模型,通过改进蚁群算法的转移概率公式得到带时间窗问题的最优化路径,避免回收农机路径重复冲突的问题。研究结果表明采用带时间窗的秸秆回收路径更加的精准,带时间窗秸秆回收机械优化路径模型相较于传统的路径模型指导下的作业路径会减少约12%,多台回收机械同时作业优化路径是可行的,对高效解决秸秆回收路径问题起到一定的指导作用。     

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。     

典型农业物料碰撞接触损伤机理及应用研究进展

农业物料在收获、加工和运输等过程中易出现碰撞损伤,直接影响农产品质量。深入研究其碰撞损伤机理对于降低农业物料损伤具有重要意义。农业物料损伤来源主要为碰撞接触损伤,为了解典型农业物料碰撞损伤机理,在研究大量国内外文献的基础上,基于撞击式损伤原理,针对农业物料碰撞损伤机理综述了经典接触力学中小变形碰撞接触的研究现状和典型物料碰撞接触的损伤规律,从碰撞理论、碰撞模型、碰撞检测及数值仿真等方面,分别阐述了脱粒型、脱壳型和柔性果型农业物料碰撞特性的研究进展和技术难点,并探讨了典型农业物料在逆向建模、碰撞损伤模型改进、碰撞算法改进以及开发高精度损伤传感器等方面研究的可能性,为农业工程装备设计及改进提供参考。     

花椒采摘机器人视觉识别与定位求解

针对花椒市场需求量大、采摘困难的现状。笔者设计了自动识别花椒系统,通过对比4种识别算法的性能,采用识别效果最好的K-means聚类算法对花椒果实目标进行提取,针对花椒串生长具有离散性特点提出用平面内质点系模型求出花椒串质心。提出了Otsu算法与K-means算法结合图像相减的方法识别出花椒的结果母枝,然后根据小孔成像的基本原理和凸包理论得出单目视觉的花椒深度信息。最后以到花椒质心最短距离为限定条件确定母枝上采摘点所在的直线段,经过坐标转换求出直线段上采摘点的三维世界坐标。     

浅析EM算法在计算机处理茶叶品质视觉分析中的应用

茶叶对我们来说,一点儿都不陌生.如今茶叶已经融入到人们的日常生活中,成为人们生活中不可或缺的一部分.茶叶需求的增加,为消费者的购买行为造成了一定的困扰.大多数消费者对各类茶叶了解不多,只能凭着主观意识去判定茶叶产品的质量好坏,这种判断标准难免会受人为因素的影响产生一定的偏差.为了科学合理地对茶叶的品质进行鉴别,本文基于EM算法原理下,同计算机视觉系统相结合,对茶叶品质进行高效准确的视觉分析,以期提高评判结果的准确性和科学性,便于消费者合理选择商品.     

基于启发式Johnson算法优化BP神经网络的水产养殖产量预测模型

针对水产养殖产量预测难的现状,提出一种基于启发式Johnson算法优化的反向传播神经网络(BPNN)的产量预测模型。该模型在传统BP神经网络的基础上,针对网络训练时间长、易陷入局部最优的问题,通过启发式Johnson算法降低输入神经元维度,再结合试凑法确定神经网络隐层个数,构建启发式Johnson反向传播神经网络(HJA-BPNN)学习预测模型。实验结果表明,该模型在山东省对虾海水养殖产量预测中,预测的均方根误差小于传统BP神经网络和GM(1,1),且学习效率相比传统BP神经网络有所提升。研究表明,该学习预测模型在大量历史数据的模型构造上有更大的优势,能够缩短建模时间,同时获得良好的预测效果,为水产养殖产量预测提供了一种可行的新方法。     

基于改进粒子群算法的低碳型土地利用结构优化——以重庆市为例

探讨了如何在低碳经济背景下进行区域土地利用结构优化,并以规划区域土地利用经济效益目标和各类土地碳排放总量作为环境效益目标建立了相应的优化数学模型;采用针对多目标优化的改进粒子群算法进行土地利用结构优化多目标求解,以重庆市土地利用结构优化为例进行了实证研究。结果表明:基于向量评价的改进粒子群优化算法对土地利用结构多目标优化是适用有效的,优化结果兼顾了经济效益和生态环境效益,为土地利用结构优化提供一种良好的思路和方法。     

自动车床工序调整卡的计算机辅助设计

“经验式”和“创成式”是计算机辅助工艺过程设计的两种基本的技术方法.后一种技术方法虽然还不够成熟,但它在CAPP系统的设计与实现上具有很多的优势.描述了计算机辅助设计在自动车床加工中的一些应用,它涉及到工艺方案的制定和加工工序的安排.另外,它描述了一些特有的计算机算法和编程原理.